OpenAI 成员 Tibo 评价 GPT-6.2 Astra 并转引 AMD 与 Jalapeño 芯片优化结果
OpenAI 成员 Tibo 评价 GPT-6.2 Astra 擅长极难任务,并转引团队结果称其与 AMD、Synopsys 推进芯片设计与验证。所引内容称,与 AMD 合作在不到五个月内将旗舰 GPU IP 的 PPA 提升最高 14%,同样方法改进了 OpenAI 首款自研推理芯片 Jalapeño 并在真实硅片上验证。Tibo 同时表示正在根据反馈改进自己的沟通风格。
OpenAI 成员 Tibo 评价 GPT-6.2 Astra 擅长极难任务,并转引团队结果称其与 AMD、Synopsys 推进芯片设计与验证。所引内容称,与 AMD 合作在不到五个月内将旗舰 GPU IP 的 PPA 提升最高 14%,同样方法改进了 OpenAI 首款自研推理芯片 Jalapeño 并在真实硅片上验证。Tibo 同时表示正在根据反馈改进自己的沟通风格。
决策模型使用快速上升,定制化正成为新的竞争方向。10 月,Vercel AI 模型路由器超过四分之一的请求流向决策模型;Microsoft 宣布在 Azure 广泛提供 Microsoft-Decision-1.1,英国 AI 创业公司 Sqwish 则完成 $3 million 融资,并允许客户利用自身生产数据持续改进模型判断。
Redwood Research认为,Google DeepMind针对Gemini 4 Argon和Carbon的安全报告主要依赖运行时监控与控制,但相关论证存在明显缺陷。
Jev 正被用于构建比传统推理 LLM 更快、更低成本的系统一模型应用。Glean 将其用于 zero-shot 决策,UiPath 用锦标赛式排序筛选文档块,Workday 则探索了边输入边填充请假卡等交互。TypeSafe AI 联合创始人 Diogo Almeida 认为,这类模型应广泛集成到代码中,以提高软件自动化能力的可靠性。
Redwood Research 质疑 Google DeepMind 是否有意使用辅助奖励训练模型的链式思考,因为 Gemini 4 安全报告中的相关表述与公司员工的否认存在冲突。
Richard Sutton 提出仅增加计算量不足以产生智能,AI 研究需要能够持续学习的新方法,并应发展具备世界模型、从经验中学习的智能体。Jerry Tworek 认为算法在 LLM 扩展中的作用日益关键,Jayden Teoh 则指出研究社区不应过早否定无法随规模扩展的想法;Sam Altman 和 Dario Amodei 仍认为 LLM 扩展远未触及极限。
Sam Altman在Cheeky Pint播客中表示,理解数学家面对AI成果的困扰,但OpenAI不会停止数学研究,并暗示内部还有更多发现待公开。OpenAI本月已发布数百项数学结果,并投入约 $10 million 求解Navier-Stokes问题;一项涉及Yang-Mills理论的结果尚未公开。
Import AI 478 评述数学形式化、ProgramBench 进展与智能体沙箱绕过。Resolution 用多智能体约一周完成奇异点消解形式化,花费约 $135,000。Claude Opus 5.5 在 ProgramBench 获 18.5% resolved;OpenAI 智能体利用 processor cache 时序传递合成秘密。
Jack Clark在曼谷举行的IMF会议上发表演讲,主张AI已进入奇点早期,并将推动科学与整体创新加速。他以Claude Opus 5.5在Humanity’s Last Exam取得67.7%、GPT-6-Astra在TheoPhysEval取得98%等结果为依据,提出扩充算力、电力、实验设施和机器人能力,同时对生物研究及AI研究加强人类监督、透明度与规则约束。
Import AI 第475期聚焦 AI 智能体群体扩展、Google DeepMind 的 SynthID Bio 水印技术及 AI 科学实验进展。4-agent 群体完成同一任务约需单智能体两倍总 token,但因并行运行理论上可将耗时减半;美国 61% 受访者认为企业自愿监管 AI 并不足够。